问题：高薪之下仍“抢不到人”，人工智能用工矛盾凸显 进入3月，科技企业招聘动作明显提速；腾讯、字节跳动等企业春招中释放大量实习与校招岗位，并将扩招重心指向人工智能有关方向；美团等公司也通过补招与实习转正计划补强研发力量，相关项目聚焦大模型底座、自动驾驶、无人系统与智能决策等领域。百度、阿里巴巴等企业在校园招聘中继续提高人工智能岗位占比，部分业务线对相关人才需求尤为集中。用人需求的集中释放，叠加行业快速扩张，带来一个突出矛盾：即便薪酬持续上行，企业仍普遍反映高端人才紧缺。 原因：技术突破叠加产业加速落地，人才密度成为关键变量 业内分析认为，本轮“抢人”并非短期情绪驱动，而是由技术演进与产业落地的双重力量推动。一上，大模型与多模态等技术路线加速迭代，训练、推理、工程化与安全治理等环节对复合型人才提出更高要求；另一方面，人工智能从研发试验走向规模化应用，正在深刻改变企业的产品形态与业务流程，带动算力、数据、算法、工程、产品、运营等岗位体系整体重构。 ，外部环境对关键硬件与生态链条的约束仍然存在，客观上倒逼企业把更多资源投向算法优化、工程效率与场景创新，从而进一步抬升对高性能计算、模型训练、系统工程等紧缺岗位的需求。以大模型技术突破带来的示范效应为例，部分企业通过更高效的工程组织与人才配置，探索降低训练成本、提升模型能力的路径，引发行业对“以人才密度换取创新效率”的再认识。多家企业在招聘中弱化传统“资历门槛”，更强调数学基础、工程能力、科研产出与跨学科素养，也反映出用人逻辑的变化。 影响：岗位结构“向上”与薪酬“拔高”并存，就业与培养面临新挑战 第三方招聘平台数据显示，2026年初人工智能岗位发布量较上年同期出现成倍增长，相关岗位在新经济行业中的占比明显提高，平均薪酬水平明显高于行业均值；人工智能科学家、负责人等岗位收入处于高位区间。更值得关注的是供需关系：部分岗位人才供给偏紧，高性能计算工程师等方向供需差距更为突出，出现多个岗位争抢一名候选人的局面。一些企业为核心岗位开出更高的月薪与年薪上限，并通过高额实习补贴、住房支持等方式提前锁定潜在人才。 在岗位快速增长的同时，用工结构也在发生变化。相关报告显示，面向工作经验较少的初级社招岗位出现回落，企业对3年以上经验的需求占比提高，体现出“去初级化”的趋势。一些企业将人工智能能力从“加分项”调整为“必备项”，求职者如果缺乏相关技能，进入部分岗位序列的难度明显增加。该变化既反映出企业对效率与确定性的追求，也对青年求职者的技能准备、职业转换与教育培养提出更高要求。 对策：以“产教协同+人才流动+评价改革”缓解结构性短缺 专家建议，应从供给侧与需求侧同时发力，推动人才培养与产业需求更好衔接。 一是强化产教融合与实践训练。围绕大模型训练推理、算力系统、数据工程、智能产品等关键能力，提升高校课程体系的工程化与项目化比例，扩大企业真实场景的联合培养与实习实训规模。 二是完善多层次人才供给。除高端科研人才外，加快培养模型工程、数据治理、评测安全、平台运维等应用型人才，形成可支撑产业落地的“金字塔”结构，避免需求过度集中在少数岗位造成瓶颈。 三是优化人才评价与流动机制。探索以项目成果、工程贡献与开源实践等为导向的多元评价，打通跨行业、跨学科人才转型通道，降低“唯资历”带来的错配。 四是引导企业建设可持续的人才体系。在提高薪酬竞争力的同时，更需通过科研平台、成长通道与长期激励留住人才，避免短期竞价导致的人才流动过快与研发组织成本上升。 前景：竞争将从“拼薪酬”转向“拼平台与生态”，人才战进入长期阶段 业内普遍认为，人工智能产业仍处在快速演进期，未来竞争焦点将由单纯的薪酬争夺，转向研发平台能力、数据与算力组织效率、应用生态与治理体系的综合比拼。随着技术扩散与场景深化，更多传统行业也将加入人才竞争，岗位需求将从互联网企业外溢至制造、金融、医疗、教育、交通等领域。与此同时，“基础能力+行业知识+工程落地”的复合型人才将更受青睐，技能更新频率与终身学习的重要性将持续上升。可以预期，人工智能人才供需的结构性矛盾短期内难以消解，但通过制度创新与培养体系升级，有望逐步缓解“高端紧缺、结构错配”的压力。
这场席卷中国科技产业的人才争夺战，既是技术创新推动下的必然结果，也是产业升级中的现实阵痛。它一方面表明了中国人工智能发展的速度，另一方面也暴露出高端人才储备不足的瓶颈。数字经济时代，人才作为核心竞争力的价值不断上升，如何建立更可持续的人才培养与使用体系，将成为影响中国科技产业长期发展的关键课题。